中国开放科研知识云: 检索

验证码:

换一张

忘记密码？记住我

取消登录

CORC

首页
科研机构
检索
知识图谱
申请加入
托管服务

在结果中检索

科研机构

北京大学 [5]

武汉大学 [4]

中国石油大学（北京） [4]

兰州理工大学 [2]

自动化研究所 [2]

数学与系统科学研究院 [1]

内容类型

期刊论文 [12]

会议论文 [6]

发表日期

知识图谱

CORC

已提交作品

待认领作品

已认领作品

未提交全文

浏览/检索结果: 共19条，第1-10条

帮助

已选(0)清除条数/页：排序方式：
	Improve Robustness and Accuracy of Deep Neural Network with L-2,L-infinity Normalization 期刊论文 JOURNAL OF SYSTEMS SCIENCE & COMPLEXITY, 2022, 页码: 26 作者: Yu Lijia; Gao Xiao-Shan 收藏 \| 浏览/下载：5/0 \| 提交时间：2023/02/07 Deep neural network global robustness measure L-2,L-infinity normalization over-fitting Rademacher complexity smooth DNN
	OSLNet: Deep Small-Sample Classification with an Orthogonal Softmax Layer 会议论文作者: Li, Xiaoxu; Chang, Dongliang; Ma, Zhanyu; Tan, Zheng-Hua; Xue, Jing-Hao 收藏 \| 浏览/下载：2/0 \| 提交时间：2020/12/18 Benchmarking Deep neural networks Large dataset TestingBenchmark datasets Discriminative features Function spaces Generalization error bounds Nonlinear layers Number of class Rademacher complexity Small sample datum
	OSLNet: Deep Small-Sample Classification with an Orthogonal Softmax Layer 期刊论文 IEEE Transactions on Image Processing, 2020, 卷号: 29, 页码: 6482-6495 作者: Li, Xiaoxu; Chang, Dongliang; Ma, Zhanyu; Tan, Zheng-Hua; Xue, Jing-Hao 收藏 \| 浏览/下载：2/0 \| 提交时间：2020/11/14 Benchmarking Deep neural networks Large dataset Testing Benchmark datasets Discriminative features Function spaces Generalization error bounds Nonlinear layers Number of class Rademacher complexity Small sample datum
	Local Rademacher Complexity for Multi-Label Learning 期刊论文 IEEE TRANSACTIONS ON IMAGE PROCESSING, 2016 Xu, Chang; Liu, Tongliang; Tao, Dacheng; Xu, Chao 收藏 \| 浏览/下载：5/0 \| 提交时间：2017/12/03 Multi-label learning local Rademacher complexity IMAGE CLASSIFICATION THRESHOLDING ALGORITHM TEXT CATEGORIZATION MATRIX COMPLETION ANNOTATION SETS KNN
	Local Rademacher complexity bounds based on covering numbers 期刊论文 NEUROCOMPUTING, 2016, 卷号: 218 作者: Lei, Yunwen; Ding, Lixin; Bi, Yingzhou 收藏 \| 浏览/下载：2/0 \| 提交时间：2019/12/05 Local Rademacher complexity Covering numbers Learning theory
	Generalization Performance of Radial Basis Function Networks 期刊论文 IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS, 2015, 卷号: 26, 期号: 3, 页码: 551-564 作者: Lei, Yunwen; Ding, Lixin; Zhang, Wensheng 收藏 \| 浏览/下载：28/0 \| 提交时间：2015/11/08 Learning theory local Rademacher complexity radial basis function (RBF) networks structural risk minimization (SRM)
	Multi-View Intact Space Learning 期刊论文 IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, 2015 Xu, Chang; Tao, Dacheng; Xu, Chao 收藏 \| 浏览/下载：3/0 \| 提交时间：2017/12/03 Multi-view learning robust algorithms IMAGE CLASSIFICATION BREAKDOWN POINTS COVERING NUMBER REGULARIZATION ESTIMATORS
	Generalization Performance of Radial Basis Function Networks 期刊论文 IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS, 2015, 卷号: 26, 期号: 3 作者: Lei, Yunwen; Ding, Lixin; Zhang, Wensheng 收藏 \| 浏览/下载：5/0 \| 提交时间：2019/12/05 Learning theory local Rademacher complexity radial basis function (RBF) networks structural risk minimization (SRM)
	Multiple Source Domain Adaptation: A Sharper Bound using Weighted Rademacher Complexity 会议论文 2015 CONFERENCE ON TECHNOLOGIES AND APPLICATIONS OF ARTIFICIAL INTELLIGENCE (TAAI), 2015-01-01 - 收藏 \| 浏览/下载：2/0 \| 提交时间：2020/01/03 multiple source domain adaptation weighted combination learning bound Rademacher complexity
	Rademacher Complexity Bound for Domain Adaptation Regression 会议论文 Conference on Technologies and Applications of Artificial Intelligence (TAAI), Tainan, TAIWAN 作者: Zhou, Jiajia; Liu, Jianwei; Luo, Xionglin 收藏 \| 浏览/下载：3/0 \| 提交时间：2020/01/03 domain adaptation error bound covering number Rademacher complexity discrepancy distance

相关链接
欧盟学术资源开放存取平台
CALIS高校机构知识库
台湾学术机构典藏
香港机构知识库整合系统
中国科学院机构知识库网格系统

CORC
关于我们
服务条款
隐私条款

联系我们
0931-8270076
cspace@llas.ac.cn
China-OR

中文简体

©版权所有 ©2017 CSpace - Powered by CSpace